Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 34
Primeira ... 12 ... Última
Imagem não selecionada

Imprime registro no formato completo
A web-based expert system for diagnosis of nutritional deficiency in sugarcane. Repositório Alice
SILVA, F. C. da; MASSRUHÁ, S. M. F. S.; DEUS, R. S. de; SANTOS, A. D. dos; BARBIERI, V.; CRUZ, S. A. B. da; MALAVOLTA, E..
This paper presents a web-based expert system for diagnosis of plant nutrient disorders in sugarcane. This system aims to provide a guide to identification of essential and functional plant nutrient disorders in sugarcane to avoid deficiency and to solve nutritional problems arising from the development of this culture. It is directed toward the sugarcane farmer, research scientist, extension specialist, student, and consultant. The first version of system was developed using the virtual diagnosis framework developed by Embrapa and CENA/USP. The adopted development methodology and the current status of the system for diagnosis of nutritional deficiency in sugarcane are discussed in this paper. The experience acquired in the development of this expert...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Sistema especialista para internet; Deficiência nutricional em cana-de-açúcar; Inteligência artificial; Inferência dedutiva; Sugarcane; Expert systems; Artificial intelligence; Saccharum.
Ano: 2011 URL: http://www.alice.cnptia.embrapa.br/handle/doc/897665
Imagem não selecionada

Imprime registro no formato completo
Análise da precipitação pluvial anual e sazonal no Rio Grande do Sul por meio de técnicas de mineração de dados. Repositório Alice
BOSCHI, R. S.; OLIVEIRA, S. R. M.; ASSAD, E. D..
Em particular, as técnicas de mineração de dados são usadas, estrategicamente, na segmentação de zonas pluviometricamente homogêneas, por meio de agrupamento de dados (clusterização). A definição dessas zonas é fundamental para auxiliar a análise da precipitação pluvial em diferentes granularidades de dados. Desse modo o objetivo deste trabalho é analisar a variabilidade espaçotemporal da precipitação pluviométrica no Estado do Rio Grande do Sul, usando como subsídio técnicas de mineração de dados, e comparar as possíveis alterações ocorridas nas duas décadas analisadas.
Tipo: Resumo em anais de congresso (ALICE) Palavras-chave: Precipitação pluvial; Mineração de dados; Inteligência artificial; Zonas pluviometricamente homogêneas; Chuva; Data mining; Artificial intelligence; Precipitation.
Ano: 2010 URL: http://www.alice.cnptia.embrapa.br/handle/doc/875090
Imagem não selecionada

Imprime registro no formato completo
Artificial neural network for prediction of the area under the disease progress curve of tomato late blight Scientia Agricola
Alves,Daniel Pedrosa; Tomaz,Rafael Simões; Laurindo,Bruno Soares; Laurindo,Renata Dias Freitas; Silva,Fabyano Fonseca e; Cruz,Cosme Damião; Nick,Carlos; Silva,Derly José Henriques da.
ABSTRACT: Artificial neural networks (ANN) are computational models inspired by the neural systems of living beings capable of learning from examples and using them to solve problems such as non-linear prediction, and pattern recognition, in addition to several other applications. In this study, ANN were used to predict the value of the area under the disease progress curve (AUDPC) for the tomato late blight pathosystem. The AUDPC is widely used by epidemiologic studies of polycyclic diseases, especially those regarding quantitative resistance of genotypes. However, a series of six evaluations over time is necessary to obtain the final area value for this pathosystem. This study aimed to investigate the utilization of ANN to construct an AUDPC in the...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Phytophthora infestans; ANN; AUDPC; Artificial intelligence; Plant breeding.
Ano: 2017 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162017000100051
Imagem não selecionada

Imprime registro no formato completo
Artificial neural network model for simulation of water distribution in sprinkle irrigation AGRIAMBI
Menezes,Paulo L. de; Azevedo,Carlos A. V. de; Eyng,Eduardo; Dantas Neto,José; Lima,Vera L. A. de.
ABSTRACTDetermining uniformity coefficients of sprinkle irrigation systems, in general, depends on field trials, which require time and financial resources. One alternative to reduce time and expense is the use of simulations. The objective of this study was to develop an artificial neural network (ANN) to simulate sprinkler precipitation, using the values ​​of operating pressure, wind speed, wind direction and sprinkler nozzle diameter as the input parameters. Field trials were performed with one sprinkler operating in a grid of 16 x 16, collectors with spacing of 1.5 m and different combinations of nozzles, pressures, and wind conditions. The ANN model showed good results in the simulation of precipitation, with Spearman's correlation coefficient (rs)...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Sprinkler; Water distribution uniformity; Artificial intelligence; Computational model.
Ano: 2015 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662015000900817
Imagem não selecionada

Imprime registro no formato completo
Artificial neural networks applied in forest biometrics and modeling: state of the art (January/2007 to July/2018). Repositório Alice
CHIARELLO, F.; STEINER, M. T. A.; OLIVEIRA, E. B. de; ARCE, J. E.; FERREIRA, J. C..
Artificial Intelligence has been an important support tool in different spheres of activity, enabling knowledge aggregation, process optimization and the application of methodologies capable of solving complex real problems. Despite focusing on a wide range of successful metrics, the Artificial Neural Network (ANN) approach, a technique similar to the central nervous system, has gained notoriety and relevance with regard to the classification of standards, intrinsic parameter estimates, remote sense, data mining and other possibilities. This article aims to conduct a systematic review, involving some bibliometric aspects, to detect the application of ANNs in the field of Forest Engineering, particularly in the prognosis of the essential parameters for...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Bibliometric Review; Multilayer Perceptron; Forest Engineering Problems; Revisão sistemática; Revisão Bibliométrica; Inteligência artificial; Artificial intelligence; Systematic review.
Ano: 2019 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1115699
Imagem não selecionada

Imprime registro no formato completo
Artificial neural networks classify cotton genotypes for fiber length. Repositório Alice
CARVALHO, L. P. de; TEODORO, P. E.; BARROSO, L. M. A.; FARIAS, F. J. C.; MORELLO, C. de L.; NASCIMENTO, M..
Fiber length is the main trait that needs to be improved in cotton. However, the presence of genotypes x environments interaction for this trait can hinder the recommendation of genotypes with greater length fibers. The aim of this study was to evaluate the adaptability and stability of the fibers length of cotton genotypes for recommendation to the Midwest and Northeast, using artificial neural networks (ANNs) and Eberhart and Russell method. Seven trials were carried out in the states of Ceará, Rio Grande do Norte, Goiás and Mato Grosso do Sul. Experimental design was a randomized block with four replications. Data were submitted to analysis of adaptability and stability through the Eberhart & Russell and ANNs methodologies. Based on these methods,...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Inteligência artificial; Algodão; Gossypium Hirsutum; Gossypium Hirsutum Marie Galante; Genótipo; Cotton; Artificial intelligence; Genotype-environment interaction.
Ano: 2018 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1099791
Imagem não selecionada

Imprime registro no formato completo
Artificial neural networks compared with Bayesian generalized linear regression for leaf rust resistance prediction in Arabica coffee. Repositório Alice
SILVA, G. N.; NASCIMENTO, M.; SANT'ANNA, I. de C.; CRUZ, C. D.; CAIXETA, E. T.; CARNEIRO, P. C. S.; ROSADO, R. D. S.; PESTANA, K. N.; ALMEIDA, D. P. de; OLIVEIRA, M. da S..
The objective of this work was to evaluate the use of artificial neural networks in comparison with Bayesian generalized linear regression to predict leaf rust resistance in Arabica coffee (Coffea arabica). This study used 245 individuals of a F2 population derived from the self-fertilization of the F1 H511-1 hybrid, resulting from a crossing between the susceptible cultivar Catuaí Amarelo IAC 64 (UFV 2148-57) and the resistant parent Híbrido de Timor (UFV 443-03). The 245 individuals were genotyped with 137 markers. Artificial neural networks and Bayesian generalized linear regression analyses were performed. The artificial neural networks were able to identify four important markers belonging to linkage groups that have been recently mapped, while the...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Inteligência artificial; Predição; Coffea arabica; Hemileia vastatrix; Marcador molecular; Coffea arabica; Hemileia vastatrix; Artificial intelligence; Genetic markers; Prediction.
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1069618
Imagem não selecionada

Imprime registro no formato completo
Artificial neural networks compared with Bayesian generalized linear regression for leaf rust resistance prediction in Arabica coffee PAB
Silva,Gabi Nunes; Nascimento,Moysés; Sant’Anna,Isabela de Castro; Cruz,Cosme Damião; Caixeta,Eveline Teixeira; Carneiro,Pedro Crescêncio Souza; Rosado,Renato Domiciano Silva; Pestana,Kátia Nogueira; Almeida,Dênia Pires de; Oliveira,Marciane da Silva.
Abstract: The objective of this work was to evaluate the use of artificial neural networks in comparison with Bayesian generalized linear regression to predict leaf rust resistance in Arabica coffee (Coffea arabica). This study used 245 individuals of a F2 population derived from the self-fertilization of the F1 H511-1 hybrid, resulting from a crossing between the susceptible cultivar Catuaí Amarelo IAC 64 (UFV 2148-57) and the resistant parent Híbrido de Timor (UFV 443-03). The 245 individuals were genotyped with 137 markers. Artificial neural networks and Bayesian generalized linear regression analyses were performed. The artificial neural networks were able to identify four important markers belonging to linkage groups that have been recently mapped,...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Coffea arabica; Hemileia vastatrix; Artificial intelligence; Molecular markers; Prediction.
Ano: 2017 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2017000300186
Imagem não selecionada

Imprime registro no formato completo
ARTIFICIAL NEURAL NETWORKS FOR PREDICTING ANIMAL THERMAL COMFORT REA
Borges,Pedro H. M.; Mendoza,Zaíra M. S. H. de; Morais,Pedro H. M.; Santos,Ronei L. dos.
ABSTRACT The objective of this study was to develop artificial neural networks (ANNs) for predicting animal thermal comfort based on temperature and relative humidity of the air for each day of the year. The data on temperature and relative humidity for a 25-year historical series collected at the Padre Ricardo Remetter Conventional Meteorological Station, located in the city of Santo Antônio de Leverger - Mato Grosso (Brazil), were retrieved from the website of the National Institute of Meteorology. According to the day of the year, the temperature and humidity index was determined as a function of the climatic variables. Therefore, the day of the year was the input variable of the neural networks, and the temperature and humidity index (THI) was the...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Time series; Artificial intelligence; Comfort index.
Ano: 2018 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162018000600844
Imagem não selecionada

Imprime registro no formato completo
Artificial neural networks, quantile regression, and linear regression for site index prediction in the presence of outliers PAB
Araújo Júnior,Carlos Alberto; Souza,Pábulo Diogo de; Assis,Adriana Leandra de; Cabacinha,Christian Dias; Leite,Helio Garcia; Soares,Carlos Pedro Boechat; Silva,Antonilmar Araújo Lopes da; Castro,Renato Vinícius Oliveira.
Abstract: The objective of this work was to compare methods of obtaining the site index for eucalyptus (Eucalyptus spp.) stands, as well as to evaluate their impact on the stability of this index in databases with and without outliers. Three methods were tested, using linear regression, quantile regression, and artificial neural network. Twenty-two permanent plots from a continuous forest inventory were used, measured in trees with ages from 23 to 83 months. The outliers were identified using a boxplot graphic. The artificial neural network showed better results than the linear and quantile regressions, both for dominant height and site index estimates. The stability obtained for the site index classification by the artificial neural network was also...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Eucalyptus; Artificial intelligence; Dominant height; Forest inventory; Forest modelling; Non-sampling errors.
Ano: 2019 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2019000103200
Imagem não selecionada

Imprime registro no formato completo
Aspectos introdutórios de um modelo baseado no indivíduo para estudo da dinâmica espacial do HLB do citros. Repositório Alice
SERVIDONE, G.; TERNES, S.; VILAMIU, R.; LARANJEIRA, F. F..
RESUMO - O Huanglongbing (HLB) é uma doença incurável que afeta plantas de citros em todo o país. Como o Brasil é um dos maiores produtores de citros do mundo, essa doença pode causar um grande impacto econômico na agricultura brasileira. Visando contribuir para novas estratégias de controle da doença, estão sendo realizados estudos focados na modelagem baseada no indivíduo (MBI) para avaliar a propagação espaço-temporal da doença em áreas de plantio com a presença de um novo hospedeiro alternativo mais atrativo. Este trabalho tem como objetivo desenvolver a estrutura computacional de um MBI, utilizando o software R e o pacote Shiny que possibilita executar as simulações via web, a partir de premissas e estudos biológicos prévios da doença. As simulações...
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Modelagem baseada no indivíduo; Huanglongbing; Software R; R Shiny; Image recognition; Coffee production; Greening disease; Citrus; Artificial intelligence; Image analysis.
Ano: 2016 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1055877
Imagem não selecionada

Imprime registro no formato completo
Automation in accession classification of Brazilian Capsicum germplasm through artificial neural networks Scientia Agricola
Ferreira,Mariane Gonçalves; Azevedo,Alcinei Mistico; Siman,Luhan Isaac; da Silva,Gustavo Henrique; Carneiro,Clebson dos Santos; Alves,Flávia Maria; Delazari,Fábio Teixeira; da Silva,Derly José Henriques; Nick,Carlos.
ABSTRACT Germplasm classification by species requires specific knowledge on/of the culture of interest. Therefore, efforts aimed at automation of this process are necessary for the efficient management of collections. Automation of germplasm classification through artificial neural networks may be a viable and less laborious strategy. The aims of this study were to verify the classification potential of Capsicum accessions regarding/ the species based on morphological descriptors and artificial neural networks, and to establish the most important descriptors and the best network architecture for this purpose. Five hundred and sixty-four plants from 47 Brazilian Capsicum accessions were evaluated. Neural networks of multilayer perceptron type were used in...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Capsicum spp.; Garson’s method; Artificial intelligence; Taxonomy; Germplasm bank.
Ano: 2017 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162017000300203
Imagem não selecionada

Imprime registro no formato completo
Comparison of predictive performance of data mining algorithms in predicting body weight in Mengali rams of Pakistan R. Bras. Zootec.
Celik,Senol; Eyduran,Ecevit; Karadas,Koksal; Tariq,Mohammad Masood.
ABSTRACT The present study aimed at comparing predictive performance of some data mining algorithms (CART, CHAID, Exhaustive CHAID, MARS, MLP, and RBF) in biometrical data of Mengali rams. To compare the predictive capability of the algorithms, the biometrical data regarding body (body length, withers height, and heart girth) and testicular (testicular length, scrotal length, and scrotal circumference) measurements of Mengali rams in predicting live body weight were evaluated by most goodness of fit criteria. In addition, age was considered as a continuous independent variable. In this context, MARS data mining algorithm was used for the first time to predict body weight in two forms, without (MARS_1) and with interaction (MARS_2) terms. The superiority...
Tipo: Info:eu-repo/semantics/article Palavras-chave: ANN; Artificial intelligence; Data mining; Decision tree; MARS algorithm.
Ano: 2017 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982017001100863
Imagem não selecionada

Imprime registro no formato completo
Composição automatizada de serviços geográficos baseada em requisitos de qualidade de geodados. Repositório Alice
CRUZ, S. A. B. da..
A Arquitetura Orientada a Serviços representa um novo paradigma para desenvolvimento de aplicações em geoprocessamento, possibilitando o compartilhamento de recursos computacionais entre instituições em um ambiente de computação distribuído. A implementação dessas aplicações pode ser realizada através da composição de serviços, que consiste no procedimento de agregação de funcionalidades implementadas por serviços componentes disponíveis nesse ambiente. A modelagem do problema de construção automatizada de composições como um problema de planejamento em Inteligência Artificial (IA) é uma das abordagens propostas na literatura visando a utilização otimizada destes serviços componentes. No contexto de geoprocessamento, no entanto, as soluções propostas...
Tipo: Tese/dissertação (ALICE) Palavras-chave: Composição de serviços geográficos; Arquitetura orientada a serviços; Serviços web; Inteligência artificial; Web services; Artificial intelligence.
Ano: 2011 URL: http://www.alice.cnptia.embrapa.br/handle/doc/951971
Imagem não selecionada

Imprime registro no formato completo
Computer vision and artificial intelligence in precision agriculture for grain crops: a systematic review. Repositório Alice
PATRICIO, D. I.; RIEDER, R..
bitstream/item/185724/1/ID44405-2008CompElectroAgricv153p69.pdf
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Inteligência artificial; Agricultura de Precisão; Precision agriculture; Artificial intelligence; Computer vision.
Ano: 2018 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1099103
Imagem não selecionada

Imprime registro no formato completo
Decision support system for the diagnosis of schizophrenia disorders BJMBR
Razzouk,D.; Mari,J.J.; Shirakawa,I.; Wainer,J.; Sigulem,D..
Clinical decision support systems are useful tools for assisting physicians to diagnose complex illnesses. Schizophrenia is a complex, heterogeneous and incapacitating mental disorder that should be detected as early as possible to avoid a most serious outcome. These artificial intelligence systems might be useful in the early detection of schizophrenia disorder. The objective of the present study was to describe the development of such a clinical decision support system for the diagnosis of schizophrenia spectrum disorders (SADDESQ). The development of this system is described in four stages: knowledge acquisition, knowledge organization, the development of a computer-assisted model, and the evaluation of the system's performance. The knowledge was...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Clinical decision support systems; Artificial intelligence; Decision making; Expert systems; Schizophrenia; Medical informatics.
Ano: 2006 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-879X2006000100014
Imagem não selecionada

Imprime registro no formato completo
Descrição do perfil do tronco de árvores em plantios de diferentes espécies por meio de redes neurais artificiais PFB - Pesquisa Florestal Brasileira
Campos, Bráulio Pizziôlo Furtado; Silva, Gilson Fernandes da; Binoti, Daniel Henrique Breda; Mendonça, Adriano Ribeiro de; Leite, Helio Garcia.
O objetivo deste trabalho foi analisar a capacidade de uma rede neural artificial (RNA) em descrever o perfil do fuste de árvores de diferentes gêneros e espécies em diferentes condições de crescimento. Para fins comparativos, foram ajustadas equações, empregando-se análise de regressão, para descrever o perfil do tronco. Tanto para as redes neurais quanto para as equações de regressão, a avaliação da acurácia foi realizada com base no coeficiente de correlação entre os diâmetros observados e estimados ao longo do fuste, a raiz quadrada do erro quadrático médio percentual (RMSE) e análise gráfica. Os métodos de inteligência artificial, especialmente RNA, podem ser eficazes em descrever o perfil do fuste de árvores de diferentes espécies em diferentes...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Inventário florestal; Modelos de Crescimento e Produção; Estatística Inventário Florestal; Manejo Florestal; Inteligência artificial Forest inventory; Forest management; Artificial intelligence.
Ano: 2017 URL: http://pfb.cnpf.embrapa.br/pfb/index.php/pfb/article/view/1181
Imagem não selecionada

Imprime registro no formato completo
Detecção automática de bagas de café em imagens de campo. Repositório Alice
SANTOS, T. T..
O presente trabalho propõe um método para detecçãao automática de bagas em imagens de cafeeiros tomadas em campo sob luz ambiente.
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Aprendizado de máquina; Imagem digital; Machine learning; Café; Visão computacional; Fruticultura; Image analysis; Fruit growing; Artificial intelligence; Computer vision.
Ano: 2015 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1027251
Imagem não selecionada

Imprime registro no formato completo
Detecção de frutos em campo por aprendizado de máquina. Repositório Alice
SANTOS, A. A. dos; SANTOS, T. T..
RESUMO - Métodos de reconhecimento de frutos utilizando diferentes descritores e classificadores foram estudados. Uma base de dados de 1.830 imagens contendo exemplos de bagas de uva e outros padrões foi criada e manualmente anotada. Testes quantitativos demonstraram a identificação automática de bagas de uva com 79% de precisão através da utilização Máquinas de Vetores de Suporte com descritores HOG (Histograma de Gradientes Orientados). Esses resultados evidenciam que a detecção automática de frutos em viticultura possível e pode ser aplicada em metodologias de previsão de safra e em sistemas de agricultura de precisão.
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Aprendizado de máquina; Reconhecimento de imagens; Image recognition; Uva; Viticultura; Artificial intelligence; Learning machine; Image analysis; Viticulture.
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1077535
Imagem não selecionada

Imprime registro no formato completo
ESTIMATION OF FUEL CONSUMPTION IN AGRICULTURAL MECHANIZED OPERATIONS USING ARTIFICIAL NEURAL NETWORKS REA
Borges,Pedro H. M.; Mendoza,Zaíra M. S. H.; Maia,João C. S.; Bianchini,Aloísio; Fernándes,Haroldo C..
ABSTRACT This study aimed to develop artificial neural networks for the estimation of tractor fuel consumption during soil preparation, according to the adopted system. The multilayer perceptron network was chosen. As input data: the soil mechanical penetration resistance, the mobilized area by implements, the working gear and the tractor engine speed. The number of layers and neurons varied to form different architectures. The adjustment was verified based on various statistical criteria. The values estimated by the networks did not differ significantly from those obtained experimentally. The conclusion was that the networks showed adequate reliability and accuracy to predicting the fuel consumption in each tillage system, in function of the input data...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Machine performance; Artificial intelligence; Agricultural planning.
Ano: 2017 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162017000100136
Registros recuperados: 34
Primeira ... 12 ... Última
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional